“用R进行路径分析”的版本间的差异
来自OBHRM百科
Lichaoping（讨论 | 贡献） |
Lichaoping（讨论 | 贡献） |
||
| 第3行： | 第3行： | ||
curwd=setwd("c:\\program files\\mplus\\mplus examples\\user's guide examples") # 设定数据文件所在的目录为工作目录，如果脚本与数据文件在同一目录，则不需要设定 | curwd=setwd("c:\\program files\\mplus\\mplus examples\\user's guide examples") # 设定数据文件所在的目录为工作目录，如果脚本与数据文件在同一目录，则不需要设定 | ||
pathdata <- read.table("ex3.11.dat") # 读取数据文件到pathdata，pathdata是自己命名，可以随便定 | pathdata <- read.table("ex3.11.dat") # 读取数据文件到pathdata，pathdata是自己命名，可以随便定 | ||
| − | names(pathdata) <-c(paste("y", 1:3, sep=""),paste("x", 1:3,sep="")) # | + | names(pathdata) <-c(paste("y", 1:3, sep=""),paste("x", 1:3,sep="")) # 给变量命名 |
pathmodel <- ' y1 ~ x1 +x2 +x3 # 设置模型，pathmodel还是自己根据情况命名。因为是路径分析，用的~ | pathmodel <- ' y1 ~ x1 +x2 +x3 # 设置模型，pathmodel还是自己根据情况命名。因为是路径分析，用的~ | ||
y2 ~ x1 +x2 +x3 | y2 ~ x1 +x2 +x3 | ||
2017年3月4日 (六) 21:52的版本
R脚本与注释
library(lavaan) # 调用lavaan包，如果没有安装，需要先安装
curwd=setwd("c:\\program files\\mplus\\mplus examples\\user's guide examples") # 设定数据文件所在的目录为工作目录，如果脚本与数据文件在同一目录，则不需要设定
pathdata <- read.table("ex3.11.dat") # 读取数据文件到pathdata，pathdata是自己命名，可以随便定
names(pathdata) <-c(paste("y", 1:3, sep=""),paste("x", 1:3,sep="")) # 给变量命名
pathmodel <- ' y1 ~ x1 +x2 +x3 # 设置模型，pathmodel还是自己根据情况命名。因为是路径分析，用的~
y2 ~ x1 +x2 +x3
y3 ~ x2 +y1 +y2'
pathfit <- sem(pathmodel, pathdata) # 进行SEM，pathfit为自己的名称，方便后面调用
summary(pathfit,fit.measures="TRUE") # 显示SEM的总体结果
fitMeasures(pathfit,fit.measures="all", baseline.model=NULL) # 显示所有拟合指数
standardizedSolution(pathfit) # 显示标准化的结果
